Lições aprendidas: desafios e boas práticas
flexM4I > abordagens e práticas > Lições aprendidas: desafios e boas práticas (versão 1.0)
Autoria: Autoria: Henrique Rozenfeld ([email protected]) com apoio do chatGPT 4.o (leia mais)
Conteúdo desta página
- 1 Introdução
- 2 Como facilitar a aplicação das lições aprendidas
- 3 Monitoramento da efetividade das melhorias implementadas
- 4 Falhar bem: transformando erros em aprendizado organizacional
- 5 Criando uma cultura de aprendizado
- 6 Escolhendo a ferramenta certa para gerenciar lições aprendidas
- 7 Informações relacionadas na flexM4i
- 8 Procedimento e apoio do chatGPT
- 9 Referências
Introdução
Lições aprendidas são conhecimentos adquiridos ao longo da execução de um projeto, processo ou ciclo de trabalho, resultantes da análise do que funcionou bem e do que pode ser melhorado. Essas lições permitem que as equipes e organizações aprendam com as falhas, evitem repetir erros e aproveitem práticas eficazes para aumentar a eficiência e a qualidade do trabalho.
A flexM4i possui três seções que tratam da gestão de lições aprendidas:
- a principal, que foca nos conceitos fundamentais e processos (recomendamos que você leia inicialmente essa seção);
- a que apresenta os métodos e ferramentas apropriados para apoiar o processo
- e a atual que complementa as anteriores ao descrever os desafios e práticas para apoiar aplicação de lições aprendidas.
Apresentamos a seguir os links das seções relacionadas.

Lições aprendidas: estruturação e aplicação
Objetivos
Conceitos fundamentais
Onde e quando aplicar
Processo
Informações na flexM4i

Lições aprendidas: métodos e ferramentas
Métodos tradicionais
Técnicas estruturadas
Plataformas de gestão conhecimento
Plataformas de aprendizagem organizacional
Inteligência artificial

Lições aprendidas: desafios e boas práticas
Como facilitar a aplicação
Monitoramento da efetividade
Falhar bem: erros >>> aprendizagem
Cultura organizacional
Escolhendo a ferramenta
Como facilitar a aplicação das lições aprendidas
Mesmo com um sistema estruturado para capturar e recuperar lições aprendidas, o maior desafio está em colocá-las em prática. Algumas estratégias podem aumentar a adoção dos aprendizados registrados:
- Conectar lições aprendidas a processos e projetos futuros: Integrar aprendizados em checklists, templates e manuais operacionais para que sejam considerados desde a etapa de planejamento.
- Responsabilizar as equipes pela implementação: Designar responsáveis por cada ação derivada das lições aprendidas e garantir que esses pontos sejam discutidos em reuniões de acompanhamento.
- Incluir aprendizados em treinamentos e onboarding: Incorporar lições aprendidas em programas de capacitação para que novos colaboradores não cometam os mesmos erros do passado.
- Facilitar o acesso e a consulta no momento certo: Utilizar buscas inteligentes e IA para sugerir aprendizados relevantes dentro do fluxo de trabalho (ex.: dentro de um sistema de gestão de projetos como Jira ou Trello).
Criar ciclos de feedback: Estimular discussões regulares sobre o impacto dos aprendizados aplicados e ajustes necessários para que tragam melhores resultados.
Monitoramento da efetividade das melhorias implementadas
Apenas documentar e aplicar lições aprendidas não garante automaticamente melhorias. É essencial estabelecer formas de monitorar se as mudanças implementadas estão gerando o impacto esperado. Algumas abordagens incluem:
- Definição de indicadores: Criar métricas que avaliem se a aplicação da lição aprendida resultou em uma melhoria real (ex.: redução de retrabalho, menor taxa de erros, aumento da eficiência).
- Acompanhamento contínuo: Revisar periodicamente se as mudanças sugeridas foram incorporadas e se ainda fazem sentido no contexto atual.
- Revisão de ações corretivas: Algumas lições aprendidas podem exigir ajustes ao longo do tempo, dependendo das mudanças no ambiente de trabalho, novas tecnologias ou novas metodologias adotadas.
- Comparação com casos anteriores: Avaliar se as mesmas falhas ou problemas voltaram a ocorrer pode indicar se a implementação dos aprendizados foi bem-sucedida ou se precisa ser reforçada.
Monitorar a efetividade das lições aprendidas não significa apenas coletar dados, mas também refletir sobre o impacto das mudanças e ajustar processos continuamente.
Porém, as organizações têm dificuldades em realmente aplicar as lições aprendidas, mesmo quando reconhecem sua importância, devido à resistência organizacional, falta de tempo e falta de integração das lições aprendidas ao fluxo de trabalho.
A aplicação do Silk Model auxilia a entender as barreiras na gestão do conhecimento e facilita a implementação de lições aprendidas.
O Syllk Model (Systemic Lessons Learned Knowledge Model) é um modelo conceitual desenvolvido por Duffield & Whitty (2016) para auxiliar organizações na disseminação e aplicação de lições aprendidas, melhorando o desempenho futuro de projetos e operações diárias. O Syllk Model visa alinhar pessoas, processos e sistemas para eliminar barreiras e facilitar o aprendizado organizacional. Ele ajuda a identificar facilitadores e obstáculos à retenção e disseminação do conhecimento, promovendo a aplicação prática das lições aprendidas. Leia mais na flexM4i sobre o Silk Model. |
Falhar bem: transformando erros em aprendizado organizacional
Nem toda falha tem o mesmo impacto, e entender quando errar pode gerar aprendizado é essencial para a melhoria contínua. Segundo Edmondson (2023), falhas podem ser classificadas em três categorias:
- Falhas evitáveis – Ocorrem quando há um erro em processos já conhecidos e bem estabelecidos. São resultado de negligência, falta de atenção ou execução inadequada. Essas falhas devem ser prevenidas com treinamento, padronização e boas práticas.
- Falhas complexas – Acontecem em sistemas dinâmicos, onde múltiplos fatores interagem de forma imprevisível. Elas não podem ser completamente eliminadas, mas devem ser analisadas para reduzir riscos futuros.
- Falhas inteligentes – Resultam de experimentação controlada e hipóteses bem formuladas. São falhas produtivas, que geram aprendizado e inovação. Essas falhas devem ser incentivadas em contextos adequados.
No entanto, o mesmo tipo de falha pode ter significados diferentes dependendo do contexto organizacional.
Os tipos de contexto são:
- Contexto consistente (ex.: linhas de produção, operações padronizadas), falhas evitáveis devem ser minimizadas, enquanto falhas inteligentes são mais raras, mas podem surgir ao testar melhorias.
- Contexto variável (ex.: hospitais, gerenciamento de crises), falhas complexas são mais comuns e precisam ser analisadas para melhorar a adaptação dos processos.
- Contexto novo (ex.: pesquisa, startups, desenvolvimento de produtos inovadores), falhas inteligentes são esperadas e bem-vindas, pois fazem parte da experimentação.
Para avaliar quando errar pode gerar aprendizado, Edmondson (2023) propõe uma matriz que cruza os tipos de falha com o contexto organizacional, conforme apresentado a seguir.
Quadro 1312: matriz tipo de falha versus tipo de contexto
Adaptado de Edmondson (2023)
Aplicando a matriz ao processo de lições aprendidas
Cada atividade do processo de lições aprendidas pode se beneficiar de uma análise estruturada das falhas, levando em conta tanto o tipo de falha quanto o contexto organizacional. Isso permite diferenciar quais falhas devem ser documentadas como aprendizado e quais devem ser simplesmente corrigidas.
Coleta de Lições Aprendidas
- Em contextos consistentes, a coleta deve focar na identificação de falhas evitáveis e na implementação de melhorias operacionais. Pequenos experimentos que resultem em falhas inteligentes podem ser documentados se contribuírem para otimizações futuras.
- Em contextos variáveis, a coleta deve priorizar falhas complexas e sua análise detalhada, garantindo que a organização compreenda os fatores que as influenciam.
- Em contextos novos, as falhas inteligentes devem ser capturadas sistematicamente, pois fazem parte do aprendizado contínuo.
Verificação e Validação
- Em contextos consistentes, a validação deve garantir que as falhas registradas não resultam de erros operacionais que poderiam ser evitados com treinamento ou padronização.
- Em contextos variáveis, a verificação deve considerar múltiplos fatores e interdependências, avaliando se há padrões recorrentes que precisam de ajustes nos processos.
- Em contextos novos, a validação deve focar em entender quais experimentos falharam de forma produtiva e podem gerar novos insights para inovação.
Leia mais na flexM4i sobre métodos e ferramentas para análise de falhas, que podem ser utilizadas tanto nas atividades de coleta como de verificação e validação. Além dessas ferramentas voltadas para análise de falhas, há outros métodos úteis na gestão de lições aprendidas, descritos mais adiante: – 5 “por quês” (5-whys) – Análise de Causa Raiz (RCA) essa seção indica outros métodos e ferramentas para análise de falhas – Análise de eventos e fatores causais para se investigar em detalhes os eventos, fatores causais, condições e as causas raízes que provocaram um incidente. – Diagrama de Ishikawa |
Disseminação e Reutilização
- Em contextos consistentes, a disseminação deve priorizar boas práticas para evitar falhas repetitivas, com orientações claras sobre como minimizar erros operacionais.
- Em contextos variáveis, as falhas complexas devem ser discutidas em reuniões retrospectivas e análises de caso, permitindo que a equipe antecipe riscos em situações futuras.
- Em contextos novos, a disseminação deve incentivar a troca de experiências sobre falhas inteligentes, garantindo que os aprendizados sejam incorporados em experimentações futuras.
Aprendizado Organizacional e Aplicação
- Em contextos consistentes, as falhas identificadas devem levar a melhorias incrementais nos processos e treinamentos, garantindo maior eficiência.
- Em contextos variáveis, a adaptação contínua deve ser incentivada, utilizando as lições aprendidas para ajustar protocolos e melhorar a capacidade de resposta da organização.
- Em contextos novos, a experimentação deve ser estruturada para garantir que falhas inteligentes sejam usadas como base para inovações futuras, evitando que os mesmos erros sejam repetidos sem aprendizado.
Para que essa abordagem de “falhar bem” funcione, a cultura organizacional deve valorizar o aprendizado com falhas. No próximo tópico, discutiremos como criar um ambiente onde os erros sejam analisados de forma construtiva, reforçando a importância de aprender com experiências passadas.
Criando uma cultura de aprendizado
aprendizagem contínua e a melhoria baseada em experiências passadas. Algumas iniciativas que fortalecem esse aspecto incluem:
- Reconhecimento e incentivo ao compartilhamento de aprendizados: Criar espaços formais e informais para que os colaboradores compartilhem insights e boas práticas, sem receio de apontar falhas.
- Fomentar transparência e aprendizado com erros: Em vez de buscar culpados, criar um ambiente onde os erros sejam analisados de forma construtiva, sempre focando na melhoria do processo.
- Liderança engajada: Gestores e líderes devem demonstrar, na prática, a importância da aplicação de lições aprendidas e garantir que as equipes tenham tempo e espaço para refletir sobre melhorias.
- Uso consistente de ferramentas de registro e recuperação: Garantir que os aprendizados documentados não fiquem apenas em relatórios isolados, mas sejam acessíveis e acionáveis dentro do fluxo de trabalho.
- Espaços de troca de conhecimento: é importante pensar no layout e disposição das equipes para fomentar a socialização dos aprendizados.
- Aprender com falhas – Uma cultura organizacional madura não apenas aceita que falhas acontecem, mas também diferencia erros prejudiciais de falhas que geram aprendizado. Para isso, é essencial adotar estratégias que permitam a análise estruturada de falhas inteligentes, conforme discutido no tópico anterior.
Criar uma cultura de aprendizado não é uma ação pontual, mas sim um processo contínuo que requer o engajamento de toda a organização para que os aprendizados realmente gerem valor.
Escolhendo a ferramenta certa para gerenciar lições aprendidas
Com a variedade de ferramentas apresentadas anteriormente, um dos desafios práticos na aplicação de lições aprendidas é selecionar a solução mais adequada para a organização. A escolha da ferramenta deve estar alinhada com a infraestrutura já existente, a maturidade da equipe na gestão do conhecimento e os processos organizacionais.
Diante disso, recomenda-se seguir um processo estruturado para a tomada de decisão:
- Definir as necessidades organizacionais – Antes de avaliar ferramentas, é essencial mapear como as lições aprendidas serão capturadas, organizadas e aplicadas. Isso evita a escolha de uma solução desalinhada com a realidade da empresa.
- Conhecer soluções disponíveis no mercado – Buscar referências de benchmarking, acompanhar cases de sucesso e explorar ferramentas utilizadas em empresas com desafios similares.
- Testar antes da adoção – Avaliar a possibilidade de rodar um piloto com algumas opções, analisando qual delas se adapta melhor aos fluxos de trabalho da organização.
- Envolver os usuários na escolha – A adoção de qualquer ferramenta depende do engajamento dos colaboradores. Realizar testes práticos e coletar feedbacks da equipe evita a seleção de soluções complexas ou pouco intuitivas.
- Explorar parcerias e pesquisas – Em alguns casos, é viável buscar colaboração com universidades ou grupos de pesquisa, permitindo testar novas abordagens e tecnologias antes da adoção definitiva.
- Negociar demonstrações com fornecedores – Muitas empresas oferecem trial, demonstrações personalizadas e suporte especializado para ajudar na adaptação da ferramenta à realidade organizacional.
Além desses passos, a ferramenta deve atender a critérios essenciais, garantindo que sua implementação traga benefícios reais e não apenas mais uma camada de complexidade ao processo. Os principais critérios incluem:
- Facilidade de uso – A interface e a usabilidade da ferramenta devem ser intuitivas para garantir rápida adoção.
- Integração com processos existentes – Deve ser compatível com sistemas de gestão de projetos, bases de conhecimento e repositórios organizacionais já utilizados.
- Capacidade de automação – A ferramenta deve permitir extração, categorização e recuperação inteligente de lições aprendidas, reduzindo a dependência de processos manuais.
- Eficiência na busca de informações – Deve oferecer mecanismos de busca inteligente que facilitem a recuperação de aprendizados relevantes no momento certo.
- Custo-benefício – A solução precisa estar dentro do orçamento disponível e gerar retorno claro em termos de eficiência e aprendizado organizacional.
- Escalabilidade – A ferramenta deve ser flexível para crescer conforme a necessidade da organização, suportando mais usuários e dados sem perda de desempenho.
Ao estruturar a escolha da ferramenta dessa forma, a organização evita a adoção de soluções desalinhadas e garante que o sistema escolhido realmente facilite a aplicação das lições aprendidas no dia a dia.
A seção principal sobre a estruturação e aplicação das lições aprendidas apresenta os conceitos fundamentais e um processo genérico de lições aprendidas
A seção complementar sobre métodos e ferramentas, explora quais soluções podem simplificar a aplicação desse processo.
Informações relacionadas na flexM4i
Leia mais na flexM4i sobre:
- a importância do clima organizacional para inovação, que auxilia a socialização do conhecimento.
- a seção “Métodos e ferramentas relacionadas com o desenvolvimento de FMEA” mostra que o FMEA pode ser utilizado para registrar lições aprendidas.
- na seção citada, são indicadas fontes de lições aprendidas públicas, como a da NASA.
- a seção “Gates (revisões de fases) de projetos” tem um tópico sobre lições aprendidas, que complementa alguns dos aspectos citados nesta seção.
- a seção “Gestão de riscos da inovação” indica a importância das lições aprendidas na atividade de “registro e relato” do risco e ações tomadas, dentro do processo genérico de gestão de riscos.
Em diversas práticas de gestão da inovação apresentadas na flexM4i, indicamos a importância das lições aprendidas, tais como:
- Metodologia para conexão com startups
- Catchball
- Plano de controle
- Ambidestria Organizacional
- Gestão de stakeholders
- Matriz X (Hoshin Kanri)
Para obter uma lista de todas as práticas da flexM4i relacionadas com as lições aprendidas, entre na página de busca geral e no campo, “busca geral”, digite “lições aprendidas” (entre aspas). |
Uma outra fonte “pública” de lições aprendidas são os processos de consulta de patentes, como explicamos em “Busca e registro de patentes”.
Procedimento e apoio do chatGPT
O autor desta seção tem experiência com gestão de conhecimentos em desenvolvimento de produtos e alguma experiência com o registro e recuperação de lições aprendidas.
Após a leitura e destaque de alguns trechos das referências bibliográficas, foi solicitado que o chatGPT realizasse um sumário inicial desta seção, que foi modificado 9 vezes ao longo do desenvolvimento desta seção.
Para a confecção de cada tópico foi desenvolvido um prompt inicial com trechos de publicações. Alguns tópicos foram cancelados e outros unificados em um único tópico. Foram realizadas mais de 80 interações com o chatGPT até o resultado final, que depois foi avaliado pelo chatGPT. Em cima das críticas sobre redundâncias e pontos falhos, o autor realizou a edição final. Este procedimento demorou 18 horas em 4 dias de trabalho.
Algumas referências levantadas posteriormente foram adicionadas ao chatGPT para que ele fizesse sugestões de possíveis modificações. Não foi solicitado para que ele escrevesse nada. O autor, com base nos textos e nas sugestões do chatGPT decidiu o que fazer e realizou alguns ajustes.
As ferramentas citadas no tópico “Softwares para apoiar as lições aprendidas” da seção “Lições aprendidas: métodos e ferramentas” foram inicialmente sugeridas pelo chatGPT. O autor entrou nos websites dessas ferramentas e avaliou a pertinência de elas terem sido citadas. Durante essa análise, foram identificadas outras ferramentas, que foram confrontadas com o chatGPT. Foram realizadas mais de 20 interações adicionais e estudos das ferramentas para se chegar na lista final apresentada.
Qualquer sugestão de alguma mudança, de alguma referência adicional que seja essencial ou de uma outra ferramenta pode ser enviada ao email da [email protected]
Referências
Este tópico de referências é comum para as três seções sobre lições aprendidas.
Dalkir, K. (2023). Knowledge Management in Theory and Practice. 4th edition. MIT Press. Cambridge, Massachusetts.
Duffield, S., & Whitty, S. J. (2016). How to apply the Systemic Lessons Learned Knowledge model to wire an organisation for the capability of storytelling. International Journal of Project Management, 34(3), 429–443. https://doi.org/10.1016/j.ijproman.2015.11.004
Edmondson, Amy (2023). Right Kind of Wrong: The Science of Failing Well. Atria Books.
Hansen, M. T., Nohria, N., & Tierney, T. (2005). What’s your strategy for managing knowledge. Knowledge Management: Critical Perspectives on Business and Management, 77(2), 1–10.
King, W. (Ed.). (2009). Knowledge management and organizational learning. Annals of Information Systems, 4, 3–13.
Maier, E. & Reimer, U. (2018). Digital Change—New Opportunities and Challenges for Tapping Experience and Lessons Learned for Organisational Value Creation. In: North, K., Maier, R., Haas, O. (eds) Knowledge Management in Digital Change. Progress in IS. Springer, Cham. https://doi.org/10.1007/978-3-319-73546-7_5
Nonaka, I., & Takeuchi, H. (1995). The Knowledge-Creating Company: How Japanese Companies Create the Dynamics of Innovation. Oxford University Press.
Schwaber, K. & Sutherland, J. (2020). The scrum guide. The definitive guide to scrum: The rules of the game. Scrum. org, 268, 19.